红外光谱快速识别食用植物油种类的研究

作者：接昭玮; 李绅; 汪睿璇; 王继芬; 张震; 徐晓杰; 周娣; 石学军

来源：中国油脂, 2022, 1-17.

• 可食用植物油
• 特征提取
• CARS-CS-ELM
• 随机森林
• 分类识别

可食用植物油是以食用植物油料或植物原油为原料制成的食用油脂，在日常饮食生活中受到越来越多人的青睐。近年来，生产销售假冒伪劣食用油的案件屡禁不止，因此可食用植物油的快速无损检测已成为食药品安全环节中不可或缺的一部分。本文借助衰减全反射-傅里叶变换红外光谱分析技术开展对不同类别、品牌可食用植物油的多层次分类识别工作，为公安实战中打击食药环犯罪提供参考。实验采用标准正态变换（standard normal variate， SNV）和一阶导数预处理来消除基线和其他背景干扰，使得重叠峰发生分离，从而提高检测的分辨率和灵敏度，利用竞争性自适应重加权算法（competitive adaptive reweighted sampling， CARS）提取特征波长，结合基于布谷鸟算法优化的极限学习机模型（CS-ELM）对不同种类和品牌的可食用植物油进行分类识别，同时对比随机森林模型与CARS-CS-ELM模型在可食用植物油快速分类检测方面的准确率。结果表明，基于CARS-CS-ELM模型对3类植物油样本总体进行分类，其分类准确率达到85.1852%，其中香油、花生油、玉米油的品牌分类准确率依次为92.5%，100%，96.7%，而随机森林模型的9种可食用植物油分类准确率仅为80%，表明CARS-CS-ELM模型在对可食用植物油快速分类识别方面效果更加明显，可为可食用植物油的无损快速检验提供一定的参考与借鉴。

• 单位
  中国人民公安大学; 武汉体育学院